文献类型：期刊文章

作　　者：袁静[1,2] 章毓晋[1]

机构地区：[1]清华大学电子工程系,北京100084 [2]防灾科技学院灾害信息工程系,三河101601

出　　处：《自动化学报》

基　　金：国家自然科学基金(61171118,61673234,U1636124)资助~~

年　　份：2017

卷　　号：43

期　　号：4

起止页码：604-610

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2017_2018、EI(收录号：20172403755191)、IC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：本文是在稀疏去噪自编码网络的基础上,增加梯度差约束条件改进了自编码网络的解码效果,并成功地应用于全局异常行为检测的领域.基于稀疏自编码网络异常行为的检测过程是通过训练非异常行为的视频帧数据得到自编码网络模型,将待测视频帧输入模型,根据前向传播算法得到模型的输出,计算输出与输入之间的损失值,当该值高于某个阈值时,判定该视频帧中存在异常行为.通过在标准异常行为库开展的实验表明融合梯度差信息的稀疏去噪自编码网络算法较传统的稀疏去噪自编码网络算法在全局异常行为检测中更加有效.

关 键 词：自编码网络  稀疏编码  梯度差信息  异常行为  

分 类 号：TP391.41]